Grok 4.5 进 Cursor:编辑器级 Coding

2026 年 7 月 8 日晚,马斯克旗下 SpaceXAI 与 AI 编程公司 Cursor 联合发布的新一代大模型 Grok 4.5,正式以”编辑器级 Coding”的身份亮相。当晚 Cursor 在官方账号 @cursor_ai 上确认:”We’ve partnered with SpaceXAI to train Grok 4.5. It’s our most powerful model yet and the first we’ve built for more than software engineering.”——一句官方表态,把整件事的两个关键事实讲清楚了:这是 SpaceXAI 第一次专门针对编程与智能体任务训练的模型;也是 Cursor 第一次把训练重心,从纯软件工程扩展到更广的场景。编辑器、模型、训练数据三方首次在一个发布里同时对齐,Coding Agent 战场的规则,从此不再只是”谁家 IDE 体验更丝滑”。

更值得玩味的是价格。SpaceXAI 给出的 API 报价是输入每百万 token 2 美元、输出 6 美元,模型运行速度 80 TPS。在 SWE-Bench Pro 这类软件工程基准上,Grok 4.5 解决单任务的平均输出 token 数被压到约 1.6 万,比 Claude 4.8 Opus 省下 4.2 倍。换算到实际账单上,这就是用不到 Opus 五分之一的价格,跑出同档位的工程能力。当一家以”性价比”立身的厂商,把价格底线拉到这种程度,Anthropic 的 Opus 4.8 与 OpenAI 的 GPT-5 系列感受到的,显然不只是”又一个新对手”,而是定价天花板的整体下移。

文章接下来会从三个层面展开:Grok 4.5 到底强在哪、Cursor 这步棋为什么是战略转向、以及对国内大模型”性价比路线”意味着什么。

Grok 4.5 与之前所有 Grok 模型的本质差异,是训练目标的转移。前几代 Grok 主打的是通用对话与搜索,Grok 4.5 是 SpaceXAI 第一个”为编程与智能体任务专门训练”的模型。要理解这一点,先得理解 Cursor 在这次合作里提供了什么。

根据 SpaceXAI 官方披露,Grok 4.5 的训练使用了数万台英伟达 GB300 GPU,以及 Cursor 平台上累积的万亿级真实开发者交互数据。这两件事缺一不可:算力决定了模型容量,数据决定了模型能不能”懂工程师在干嘛”。Cursor 在过去几年里服务着大量高强度的 AI 编程用户,这些用户在 IDE 里产生的提示词、补全接受率、Agent 调用轨迹、报错回滚动作,是 GitHub 公开代码库给不了的——它带着真实的工作流节奏、真实的中途放弃、真实的”这行写错了给我重写”。把这些数据喂给基座模型,等于把”教科书式代码”换成”工程师在屏幕前实际会写的代码”。

从结果上看,这次训练产出的 Grok 4.5,至少在四个维度上呈现出和通用 Grok 不一样的气质。

第一,任务完成度的 token 效率显著优化。在 SWE-Bench Pro 这种”修复真实 GitHub issue”的工程基准里,Grok 4.5 平均每完成一个任务只输出约 1.6 万 token,而 Claude 4.8 Opus 在同样任务上需要接近 7 万 token。这意味着同一道工程题,Grok 4.5 写的代码更短、更直达、中间废话更少。直观感受就是:Opus 像是一位边写边解释、时不时停下来跟你确认思路的高级工程师;Grok 4.5 像是一位拿到需求直接动手、完事再汇报的资深工程师。对 Cursor 这种 IDE 内嵌的 Agent 场景,后者显然更合用。

第二,运行速度达到 80 TPS。TPS(Tokens Per Second)直接决定了一个 Coding Agent 在 IDE 里”等不等得起”——如果一个 5 万 token 的修复需要花 10 分钟才能流式输出,用户的注意力早就飘走了。80 TPS 配合更短的输出长度,让 Cursor 内的 Grok 4.5 几乎可以做到”修改意图”提交之后,一杯水没喝完就拿到 diff。

第三,把目标场景从”写代码”扩展到”代理任务”。这里的”代理任务”,是指模型在拿到一个高层目标后,能自主规划、调用工具、阅读输出、修正路径,而不是等人类一步一步喂指令。Cursor 官方公告里特别强调”the first we’ve built for more than software engineering”,提示这次的训练重点里包含了法律、金融服务这类需要长链条推理、跨工具协作的场景。换句话说,SpaceXAI 想要的不是”更好的代码补全”,而是”能独立干完一件事的数字员工”。

第四,与生产工具深度集成。Grok 4.5 发布的同时,xAI 旗下的 Grok Build 早期测试版已经支持联网 Excel 建模,以及在 Word 与 PowerPoint 中生成排版与图表。Cursor 端则直接把 Grok 4.5 放进 IDE 作为主力选项,首周提供双倍使用量以鼓励试用。开发者既可以在 Cursor 里写代码、调用 Agent,也可以在 Grok Build 里写商业分析、做演示稿,模型本身是一套,但工作场景被打通了。

把这四点放在一起看,SpaceXAI 这次显然不是在做一个”更强的聊天模型”,而是在做一款为 IDE 和 Agent 工作台量身打造的底层引擎。Cursor 选 Grok 4.5 作为首选高性能模型,本质上是押注:未来两年,Coding Agent 的胜负不在 IDE 体验,而在 IDE 里跑的模型有没有真正的”工程手感”。

二、Cursor 的战略转向:从”自训小模型”到”绑定顶级模型”

在这件事里,Cursor 的角色其实比 Grok 4.5 更值得关注。

Cursor 在过去两年一直是”自研小模型路线”的代表。它自家的 Composer 系列,定位是针对代码补全、Tab 跳转、轻量 Agent 场景做的专用小模型,运行快、价格低,但能力天花板也明显——遇到复杂多文件重构、需要跨模块推理的任务,Composer 就必须让位给外部大模型。这种”自研小模型为主、外接大模型为辅”的策略,在 2024 到 2025 年是 AI IDE 的主流路线:Trae、Windsurf、Cody 等都在做类似的事情。

但 2026 年 7 月这步棋,Cursor 把整个策略翻了过来。

官方声明里最关键的一句是:”It’s our most powerful model yet and the first we’ve built for more than software engineering.”——”最强大的模型”这个形容词,从前在 Cursor 语境里指的是 Composer;但现在,它指的是 Grok 4.5。这意味着Cursor 不再把 Composer 当作旗舰,而是把 Grok 4.5 推到了核心高性能选项的位置。Composer 系列还会继续存在与迭代,但它已经从”主力”降级为”低成本日常选项”。

为什么 Cursor 要做这种切换?有三个绕不开的现实。

一是自研模型的边际成本越来越高。要让 Composer 在 SWE-Bench Pro 这种基准上追平 Opus 4.8,需要的数据量、算力、研究投入,本质上和 SpaceXAI 这种拥有 GB300 集群的玩家没法比。Cursor 作为 IDE 厂商,优势在产品体验、用户场景、交互设计,不在基座模型研发。把这条战线让出去,反而能聚焦自己的长板。

二是模型与 IDE 的耦合需要”独家数据”。这次 SpaceXAI 与 Cursor 的合作之所以能跑通,关键在于 Cursor 把平台上的真实交互数据喂给了 Grok 4.5 的训练。这意味着 Grok 4.5 不是一个”通用大模型 + Cursor 插件”,而是带着 Cursor 工作流 DNA 训练出来的模型。这种深度绑定,靠第三方 API 接不进来——必须以”联合训练”的形式才能完成。Cursor 想要保住”最懂工程师的 AI IDE”这个标签,就必须把自己放到模型训练的上游,而不能停留在下游的 API 调用方。

三是用户对 IDE 内模型的性能预期在快速拉高。2026 年的 Cursor 用户,大多已经在 Claude Code、Codex CLI、Grok Build 之间反复横跳过。一个 IDE 如果内置的模型能力明显落后于用户在外部用的模型,就会被认为是”阉割版”。反过来,如果 IDE 能直接提供和外部一样强的模型,还会带来锁定效应——既然在 IDE 里就能用 Opus 4.8 同档的体验,为什么要切到外部工具?

这种”编辑器级 Coding”的本质,是 IDE 不再是模型的容器,而是模型的训练场与分发场。Cursor 用 Composer 积累的用户行为数据,反过来变成了 Grok 4.5 的护城河;SpaceXAI 用 Grok 4.5 的能力,反过来喂给 Cursor 用户更丝滑的 IDE 体验。这是一种双方都得益的深度绑定,也是 AI 编程赛道第一次出现”模型厂商 × IDE 厂商联合训练”的范式。

更进一步看,Cursor 的这一步,几乎是在向整个 AI IDE 行业宣告:未来的 AI 编程工具,模型不是商品,而是壁垒。谁掌握从 IDE 行为数据到基座训练的闭环,谁就能在下一轮 Coding Agent 的军备竞赛里不被洗掉。

三、价格屠刀:Anthropic 与 OpenAI 的舒适区被撬动

Grok 4.5 的定价,如果只看数字本身并不算夸张——输入每百万 token 2 美元、输出 6 美元,放在 2024 年的标准里甚至算中等偏贵。问题在于它做到了什么程度的事。

在 SWE-Bench Pro 这类软件工程基准上,Grok 4.5 解决单任务平均只输出 1.6 万 token,比 Claude 4.8 Opus 省下 4.2 倍。叠加单位价格优势后,单任务的开发成本被压到 Opus 4.8 的不到五分之一。这意味着在企业级 AI 编程场景里,一家公司一年在 Cursor + Opus 4.8 上的开支,如果迁到 Grok 4.5,可以做到原来五分之一的预算覆盖同样任务量——剩下的预算,既可以扩量,也可以投到其他 AI 工具上。

对 Anthropic 来说,这是真正意义上的”价格屠刀”。

过去两年 Anthropic 的策略一直是”贵但是强”:Claude 3.5 Sonnet、Claude 4 Opus、Claude 4.8 Opus,每一代都把”任务完成度上限”往前推一截,但也把 API 价格钉在高位。Opus 4.8 的定位,本质上是给”必须用最贵模型才能跑通的任务”准备的奢侈品。而 Grok 4.5 的出现,把”奢侈品”的价格压回了”日用品”的区间。

对 OpenAI 来说,处境更微妙。GPT-5 系列在 ChatGPT Work 桌面端整合之后,本来在企业 AI 编程市场已经吃到了一波红利。但 Cursor 选 Grok 4.5 作为首选高性能模型,等于在说:OpenAI 不再是唯一选项。Coding Agent 这个赛道,Anthropic、SpaceXAI、Cursor 联合体,正在从 OpenAI 手里切走越来越多的份额。

更值得留意的是,Grok 4.5 的定价路线,和国内智谱 GLM-5.2 的打法高度相似——同样以低 80% 以上的价格,做出同档位的工程能力。SpaceXAI 这次没有选择”硬刚 Opus 4.8 性能上限”,而是选择了”在 80% 性能 + 20% 价格这个甜点位置下注”。这是一种典型的硅谷头部实验室向中国开源厂商性价比路线靠拢的信号:当中国市场已经把”高性能 + 低价格”作为基线时,硅谷厂商要么跟牌,要么在更高端的细分场景里固守。

短期看,Anthropic 与 OpenAI 不会立刻降价,但降价的预期一旦形成,就会反向影响所有企业的预算规划。原本”AI 编程工具每年预算 100 万美元”的 CFO,在听说”用 Grok 4.5 可以做到 20 万美元”之后,会重新审视所有 AI 编程合同的续约价格。这才是真正的连锁反应。

四、Editor-level Coding:一个新的工程范式正在成型

把视角拉远一点看,Grok 4.5 进 Cursor 这件事,标志着一个新范式正在成型——编辑器级 Coding(Editor-level Coding)。

过去几年,AI 编程工具的演化路径大致是这样的:

• • Copilot 阶段:IDE 里挂一个补全模型,功能是”帮我把下一行写出来”。
• • Chat 阶段:IDE 里嵌一个聊天窗口,功能是”跟我对话解释代码”。
• • Agent 阶段:IDE 里内置一个能自主完成任务的代理,功能是”帮我把这个功能做完”。
• • Editor-level Coding 阶段:IDE 不再是模型的使用场景,而是模型的训练场与分发场。功能是”我和你一起写这个系统”。

Editor-level Coding 与 Agent 阶段的本质差异,是数据闭环的位置。Agent 阶段的模型训练数据主要来自公开代码库、论文、教科书——这些数据”干净但失真”;Editor-level Coding 的训练数据来自 IDE 里真实发生的每一次交互——”嘈杂但真实”。

Grok 4.5 之所以能在 SWE-Bench Pro 上做到 Opus 4.8 同档能力,核心就在于 Cursor 喂给它的万亿级交互数据,让模型见识了”工程师在 IDE 里实际会犯的错、实际会走的弯路、实际会中途放弃的方案”。这些数据在传统训练范式里完全不可见,但它们恰恰是 Coding Agent 从”能写代码”走向”能交付代码”的关键。

这也解释了为什么 Editor-level Coding 不只是一个 IDE 的功能升级,而是一次产业链分工的重组:

• • 模型厂商:从”通用基座 + 垂直微调”,转向”与 IDE 厂商联合训练专用模型”。SpaceXAI 与 Cursor 的合作是这个新范式的第一个样本,但不会是最后一个。Anthropic 与 Zed、OpenAI 与 Windsurf、Google 与 JetBrains 的合作,迟早会以类似形式落地。
• • IDE 厂商:从”功能体验竞争”,转向”数据资产竞争”。谁拥有更高质量、更高密度、更高真实度的 IDE 交互数据,谁就能在下一轮模型联合训练里占据更有利的位置。
• • 企业用户:从”挑一个 IDE 用”,转向”挑一个 IDE + 模型组合用”。原来 Cursor Pro + Opus 4.8 的组合是默认选项;现在 Cursor + Grok 4.5、Zed + Claude 4.8、Windsurf + GPT-5 的组合都会进入选型表。

这个范式一旦确立,赢家不会是”最强的 IDE”或”最强的模型”,而是能跑通”模型 ↔ IDE”数据闭环的联合体。这也是为什么这次 SpaceXAI + Cursor 的合作,被业内普遍视为 2026 年 AI 编程赛道最重要的一次发布——它不只是发布了一个新模型,而是给整个赛道立了一个新规则。

五、对国内大模型的启示:性价比路线被硅谷”反向致敬”

Grok 4.5 的另一个隐藏信号,是性价比路线正在被硅谷头部实验室反向致敬。

过去两年,中国大模型厂商在性价比上一直走在前面。智谱的 GLM-5.2 以低 82% 的定价做出接近闭源前沿模型的能力,DeepSeek 的 V3.5 / R1 系列以极低 API 价格提供高质量推理,Qwen、Coder 系列也都在”低价格 + 高代码能力”上持续加码。这些厂商的成功,一定程度上逼着硅谷重新审视自己的定价策略——但截至 2025 年底,Anthropic 与 OpenAI 都没有真正跟进。

Grok 4.5 的发布,改变了这个局面。

它的 API 价格不是中国大模型的水平,但它首次让硅谷头部厂商把”性价比”作为发布会上的核心叙事。SpaceXAI 在官方材料里强调”任务成本大幅降低”、”不到同类模型一半”,这些措辞放在两年前只会出现在中国大模型的 PR 里。现在,它出现在马斯克旗下公司的全球发布中——这是一个信号级别的事件。

对国内大模型厂商来说,这意味着两件事:

一是”性价比”已经不再是差异化优势,而是入场券。Grok 4.5 之后,任何新发布的旗舰模型如果不能在价格上做到显著低于 Opus 4.8,都会被默认认为”贵了”。这种行业基准的移动,会让国内厂商原本的”低价格优势”被稀释。

二是”性价比 + 垂直场景”才是真正的护城河。Grok 4.5 的性价比建立在”编程 + 智能体”这一明确垂直场景之上,不是无差别的全场景降价。国内厂商如果只做”全场景低价格”,很快会陷入与 Grok 4.5 的直接对标;但如果聚焦”国产芯片适配”、”中文代码注释优化”、”国内合规要求”这些 Grok 4.5 触达不到的场景,反而能建立新的护城河。

从这个角度看,Grok 4.5 进 Cursor,既是压力,也是机会。压力在于硅谷头部厂商正式进入性价比战场;机会在于 Editor-level Coding 这个新范式刚刚成型,场景定义权还远未锁定,留给国内厂商抢跑的窗口仍然开着。

六、写在最后:这是一场关于”模型绑定”的战争

回到最初那个问题:Grok 4.5 进 Cursor,到底意味着什么?

表面看,这是一家模型厂商与一家 IDE 厂商的联合发布;底层看,这是AI 编程赛道第一次出现”模型 ↔ IDE”深度绑定的成熟样本。Cursor 把平台数据喂给 SpaceXAI 的训练,SpaceXAI 把旗舰模型放进 Cursor 作为首选,这种双向绑定的模式,会在未来 18 个月内被 Anthropic × Zed、OpenAI × Windsurf、Google × JetBrains 等组合广泛复制。

而对开发者来说,真正的变化不是”Grok 4.5 比 Opus 4.8 便宜多少”,而是“Coding Agent 的胜负手正在从模型转移到数据闭环”。一个 IDE 的体验再好,如果它没有把交互数据反哺到模型训练里,它的天花板就是”通用模型 + 通用 UI”;反过来,一个 IDE 如果能跑通 Editor-level Coding 的闭环,它的模型就会一年比一年更懂工程师,体验也会一年比一年更丝滑。

Editor-level Coding 不是终局,但它是从”工具时代”走向”平台时代”的拐点。当 Cursor + Grok 4.5 这样的联合体开始主导市场,没有数据闭环的 AI IDE 厂商,会越来越像没有护城河的搜索引擎——好用,但随时可被替换。

Grok 4.5 进 Cursor,只是一件产品发布;但它背后的范式转移,值得每一个 AI 工程从业者认真对待。